出版社内容情報
機械学習やデータサイエンスに興味のある IT 技術者や研究者/学生対象。 Python の基礎と高校数学（数 III 相当）の理解があることが望ましい。
内容説明
機械学習とは、データから学習した結果をもとに、新たなデータに対して判定や予測を行うことです。すでにさまざまな機械学習の方法が開発されています。本書では、そうした方法について背景にある理論や特徴を解説した上で、Ｐｙｔｈｏｎプログラミングによる実装法を説明していきます。初期の機械学習アルゴリズムから取り上げ、終盤ではディープラーニングについても見ていきます。機械学習の理論と実践についてバランスよく解説してあり、ＡＩプログラミングの第一歩を踏み出すための格好の一冊です。
目次
「データから学習する能力」をコンピュータに与える
分類問題―機械学習アルゴリズムのトレーニング
分類問題―機械学習ライブラリｓｃｉｋｉｔ‐ｌｅａｒｎの活用
データ前処理―よりよいトレーニングセットの構築
次元削減でデータを圧縮する
モデルの評価とハイパーパラメータのチューニングのベストプラクティス
アンサンブル学習―異なるモデルの組み合わせ
機械学習の適用１―感情分析
機械学習の適用２―Ｗｅｂアプリケーション
回帰分析―連続値をとる目的変数の予測
クラスタ分析―ラベルなしデータの分析
ニューラルネットワーク―画像認識トレーニング
ニューラルネットワーク―数値計算ライブラリＴｈｅａｎｏによるトレーニングの並列化
著者等紹介
ラシュカ，セバスチャン［ラシュカ，セバスチャン］ ［Ｒａｓｃｈｋａ，Ｓｅｂａｓｔｉａｎ］
ミシガン大学博士課程に在籍。計算生物学の分野で新しいコンピュータ手法の開発に取り組む。データ分析や機械学習の愛好家でもあり、データ分析の関連情報サイト「Ａｎａｌｙｔｉｃｓ Ｖｉｄｈｙａ」の記事では、ＧｉｔＨｕｂ上で影響力のあるデータサイエンティストの第１位にランクイン（２０１５年７月時点）。また、オープンソースソフトウェアの機械学習ライブラリ開発にも貢献している
福島真太朗［フクシマシンタロウ］
１９８１年生まれ。株式会社トヨタＩＴ開発センターのリサーチャー。２００４年に東京大学理学部物理学科卒業。２００６年東京大学大学院新領域創成科学研究科修士課程修了。専攻は物理学・応用数学（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
